弹载人工智能目标识别算法的嵌入式实现方法研究

弹载人工智能目标识别算法的嵌入式实现方法研究

论文摘要

在强调高动态和强对抗的导弹领域,对智能化、自主性和复杂环境自适应等新质能力的需求越来越迫切。已有的目标识别算法很难适用目标种类多、背景复杂、目标尺度变化剧烈、干扰遮挡等情况,识别目标能力提升遭遇瓶颈。人工智能算法对于处于对抗环境的弹载制导平台目标识别问题有很好的应用前景。文章对目前具有最佳识别效果的YOLO_v2网络算法进行了弹载嵌入式应用探索。首先对YOLO_v2算法进行轻量化裁剪,对并行化实现方案进行了研究;然后选取了国内自主研发的新一代AI芯片和AI指令集编译器,在国产AI芯片上进行了软硬件协同开发。

论文目录

  • 0 引言
  • v2算法轻量化设计'>1 YOLOv2算法轻量化设计
  • 2 AI芯片简介
  •   2.1 AI分类
  •   2.2 芯片架构
  • 3 软硬件部署
  • v2算法的实现'>  3.1 YOLOv2算法的实现
  •   3.2 制导算法的部署
  •     (1) 图像处理模块
  •     (2) 处理中心
  •     (3) 数据中转站
  •     (4) 加速计算中心
  •     (5) 跟踪算法模块
  • 4 桌面系统调试及验证
  • 5 总结
  • 文章来源

    类型: 期刊论文

    作者: 侯凯强,李俊山,王雪博,刘靓欢,张浩钧

    关键词: 人工智能,目标识别,算法

    来源: 制导与引信 2019年03期

    年度: 2019

    分类: 工程科技Ⅱ辑,信息科技

    专业: 武器工业与军事技术,计算机软件及计算机应用,自动化技术

    单位: 上海无线电设备研究所

    分类号: TJ760.3;TP391.41;TP18

    页码: 40-45

    总页数: 6

    文件大小: 907K

    下载量: 127

    相关论文文献

    标签:;  ;  ;  

    弹载人工智能目标识别算法的嵌入式实现方法研究
    下载Doc文档

    猜你喜欢